ÀMBIT
Ús de l’hidrogen com a font d’energia
Nivell de Maduresa
TRL 6
Nivell de Desenvolupament
Laboratori
Nivell de Protecció
Bessó Digital interpretable per a la gestió de la injecció d’hidrogen a xarxa de gas natural

Entitat:

La proposta es basa en la integració de tecnologia pròpia d’intel·ligència artificial (IA) en el marc operatiu d’un bessó digital. Aquesta tecnologia, anomenada Bayesian Machine Scientist, es un algoritme que permet generar models a partir de dades reals. En comparació a la majoria algoritmes d’IA, la nostra tecnologia és avantatjosa en dos aspectes importants: (1) la interpretabilitat, permetent entendre la relació entre les variables que afecten els processos i poder detectar-ne les que són crítiques, i (2), la capacitat d’extrapolació, que permet avaluar amb fiabilitat escenaris que no han estat observats i per tant poder simular amb millor precisió escalats d’experiments i prediccions a temps llunyans.
Repte que resol
El principal problema de gestió que implica la injecció d’hidrogen a la xarxa de gas natural deriva de la desincronització entre la producció, la capacitat de transport i la demanda. Aquesta desincronització és complexa i hi intervenen moltes variables.
Aquesta tecnologia permet generar models que permeten predir i optimitzar aquest entramat de sistemes per a maximitzar tant l’hidrogen que es pot comercialitzar, com minimitzar els costos de manteniment dels sistemes.
Àmbit d'aplicació
Empreses operadores d’infraestructura de logística i transport de gas.
Publicacions principals
- A Bayesian machine scientist to aid in the solution of challenging scientific problems (2020). https://www.science.org/doi/10.1126/sciadv.aav6971
- Bayesian Symbolic Learning to Build Analytical Correlations from Rigorous Process Simulations: Application to CO2 Capture Technologies (2022). https://pubs.acs.org/doi/10.1021/acsomega.2c04736?ref=pdf#
Projectes relacionats
- Green H2 Pipes. Tasca: creació d’un ‘digital twin’ del sistemes de producció i transport d’H2 a partir d’energies renovables. https://exolum.com/proyecto/greenh2pipes/